济南体验店顾问
体验店顾问是负责在零售体验店内为顾客提供优质的产品展示和购物体验的专业人员。体验店顾问需要具备良好的产品知识，能够向顾客介绍店内的产品特点、优势和使用方法，帮助顾客选择适合他们需求的商品。此外，体验店顾问还需具备优秀的沟通能力和销售技巧，能够与顾客建立良好的互动和联系，提供个性化的购物建议和服务。在工作中，体验店顾问还需要保持店内的整洁与有序，协助管理库存和陈列产品，确保店铺的形象和氛围与品牌形象一致。总之，体验店顾问是促进顾客购物体验和满意度的关键角色，需要在专业知识和服务态度上做到最好。
薪酬概览
平均月薪
¥8600
中位数 ¥7500 ｜ 区间 ¥5800 - ¥11500
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
87.5% 人群薪酬落在 0-8k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
8月新增岗位
22
对比上月：岗位减少9
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 1-3年 | 11 | 50% |
| 不限经验 | 11 | 50% |
热招职位
1. 负责国内专利全生命周期管理，设置流程监控管理事项以及维护台账管理；
2. 精准处理国内专利提交、审查意见答复、费用缴纳、证书管理等官方文件和状态监控；
3. 辅助涉外专利申请流程（PCT/巴黎公约等），确保时效性与合规性；
4. 对接代理机构处理专利案件流程事务。
1、 与研发人员进行技术沟通，挖掘评估可专利的技术方案，协助辅导技术人员撰写技术交底书；
2、 独立撰写专利申请文本、答复国内外审查意见；
3、 与代理人对接沟通，补充审核修订代理人撰写专利申请文本、审查意见答复稿件；
4、 跟踪项目专利信息，定期或不定期反馈项目相关的专利信息，协助或负责推进立项专利分析、专题专利分析、侵权分析等工作，与技术人员沟通提供规避建议或解决方案；
5、 不定期组织专利专题、专利复审无效诉讼经典案例分享；
6、 协助知识产权相关项目申报、企业资质申请、知识产权管理等工作；
7、 其他知识产权相关工作。
1.将安全策略转化为技术规范（如《模型安全编码指南》《数据隐私保护技术要求》），指导业务团队（如模型工程师、数据分析师）采用技术手段落实安全要求。
2.主导AI安全风险评估，使用工具（如检测模型偏见、Microsoft 扫描模型漏洞、评估模型鲁棒性）定期扫描训练数据、模型文件及推理服务，识别潜在风险（如数据泄露、模型被篡改、恶意 prompt 注入），生成技术评估报告并提出整改方案。
3.开发自研安全工具（如模型水印嵌入工具、数据脱敏自动化脚本、智能体安全沙箱），提供标准化接口（如RESTful API）供业务团队调用；维护现有安全工具（如漏洞扫描系统、日志分析平台），确保工具有效性。
4.建立24小时安全事件响应机制，使用技术手段（如分析系统日志、检测网络攻击、模型回滚工具恢复受感染模型）快速定位事件根源（如模型被恶意篡改、训练数据泄露），协调技术团队（如安全运维、模型团队）采取隔离、修复等措施，降低损失。
5.为业务团队提供技术支持（如解答模型安全编码问题、指导数据隐私保护技术实现）；开展技术培训（如“模型安全攻防实战”“数据隐私保护技术实践”），提升团队技术安全能力，减少人为技术失误导致的安全问题。
1、数据安全控制体系审计：制定数据安全审计流程及标准，定期对集团及子公司的数据分类分级、访问控制、加密策略、日志审计等控制措施进行合规性检查；核查敏感数据（如用户隐私、财务数据）全链路防护措施，重点验证数据库脱敏、API接口鉴权等环节的有效性。
2、数据安全风险评估与渗透测试：开展数据安全风险评估项目，量化暴露面风险值；协同技术团队开展针对性渗透测试，验证混合云环境、AI模型训练数据流等关键领域的安全防护能力。
3、安全策略与制度执行审计：审计各子公司数据安全管理制度的制定和执行，识别制度漏洞及执行偏差；检查特权账号管理、第三方数据共享审批、员工离职数据交接等高风险环节的合规性。
4、应急响应与事件溯源审计：追踪勒索攻击、数据泄露等安全事件的处置流程，审计应急响应时效性及根本原因分析深度。
5、第三方合作方数据安全审计：对供应商、外包服务商的数据处理流程开展安全评估，重点审查API接口权限管控、数据脱敏一致性等。
负责落实公司安全事务工作部署，管辖区域内公司全业务线安全事故事件处置、安全事故事件预防以及安全资源构建和维护等，主要工作包括：
1.事故事件处置：负责辖区内全业务重特大橙色等级和红色等级安全事故事件处理。
2.区域安全风险防范：负责了解辖区内各城市的交通、消防等政策信息，对业务开展提出指导建议和安全风险建议，负责协调区域内业务同学做好各类安全事件的预防工作。
3.支持业务开展：负责部署地方资源，提前沟通属地交通、治安、刑侦、消防、安监等部门，协助业务一线团队落地业务动作，保障业务在区域内的安全。
4.安全文化宣导：负责辖区内各业务的安全文化宣导，协同推进落地并检核。
5.资源建立与维护：配合属地公安、消防、交警等政府部门开展警企活动，保持良好关系，弘扬社会正能量。
6.复盘分析：汇总辖区内的事故事件数据，复盘和分析事件发生的原因，并制定预防方案，推行并反馈效果。
7.安全巡查：负责辖区内定期和不定期的安全巡查，如配送员的违规违法骑行、配送员的日常行为规范、零售仓站安全巡查等。
8.大型会议、活动安保管理：负责辖区内重大会议、活动、节日的安保方案制定、落地、检核和复盘。
9.培训宣导：负责辖区内对业务一线团队、职场等进行安全知识、安全管理方案等的培训和宣导。
1、 负责公司相关产品销售与维护，完成公司下达的销售任务；
2、 及时了解客户的产品使用情况，解决客户问题，提升客户满意度；根据客户需求，提供相应的数据分析报告，提升产品使用效果；
3、 通过电话、门店拜访等形式进行客户拜访，建立良好的客户关系，根据客户需求及产品更新，进行客户培训，提升品牌认可度及影响力；
4、 收集并分析竞品信息，及时了解市场变化、具体成交情况等，给予客户有效的经营指导方案；
5、 及时准确的完成上级下达的其他工作任务或项目，按照团队要求完成电话和拜访工作量要求，并及时反馈工作结果。
任职资格
1、大专以上学历优先，一年以上销售工作经验优先，可接受实习生；
2、普通话标准，沟通能力强，较强的吃苦耐劳意识和抗压能力；
3、对销售工作有强烈的兴趣和自信心，主动性强，勇于挑战压力；
4、熟练操作offce办公软件；
5、具有较强的客户沟通能力和维护能力，具有一定的PPT演讲能力，能够对客户进行赋能培训。
1.协助质量副总经理/总经理制定并实施公司质量发展战略，建立和完善质量治理体系，推动质量管理体系持续符合中国GMP、FDA、EU GMP、ICH及其他适用法规要求，确保公司质量目标与经营战略有效衔接。
2.统筹药品全生命周期质量管理，监督质量体系各要素有效运行，组织开展质量风险管理、质量趋势分析及持续改进工作，保障产品质量、安全性和合规性。
3.负责国内外法规及监管要求的研究与转化，统筹国内外药政监管机构检查、客户审计及认证审核工作，建立常态化迎检机制，持续提升企业国际合规能力和市场准入能力。
4.推动质量文化建设和数据可靠性管理，建立风险预警和质量改进机制，强化全员质量意识和合规意识，提升企业质量管理水平和质量竞争力。
5.负责质量团队建设和人才梯队培养，打造专业化、国际化质量管理团队，为公司高质量发展提供组织保障和人才支撑。
6.完成公司及上级领导交办的其他工作。
1.聚焦MST细胞培养相关实验设计、方案优化及落地执行，参与上市后生物大分子药物细胞培养工艺的技术迭代与优化工作，配合开展供应商相关技术对接，推动新技术、新方法在细胞培养环节的探索与应用。
2.通过上游工艺现场排查及研发、生产环节工艺数据分析，挖掘细胞培养工艺提升潜力，协调内外部技术资源，制定工艺优化实验方案并推进实施，助力产品质量与生产效率提升。
3.持续跟踪上游细胞培养工艺领域前沿技术进展，结合公司实际发展需求，开展新技术、新方法的探索与调研，做好技术总结与理念宣贯，提升团队技术认知与应用能力。
4.负责细胞培养相关实验方案、技术报告、工艺总结等资料的撰写与完善，配合完成相关申报资料的编制、整理工作，确保各类资料规范、准确、完整。
脂质体制剂研发领军人才（CSO）（海内外招聘）(J10828)
负责指导脂质体制剂的研发，包括战略方向选择、调研立项指导、产品开发策略制定、成药性指导、国内外注册申报等。
1.进行多肽的制备液相分离纯化；
2.对多肽分离纯化方法和条件进行开发、筛选和优化；
3.多肽中控检测，合理安排实验，高效率的完成日常工作；
4.负责进行多肽或小分子药物研发及申报工作；
5.按公司要求规范书写试验记录及报告；
6.对仪器设备进行日常维护。
1、负责业务部门对内投资的投前管理相关事项，发掘问题点，提出意见和建议，并协调解决与闭环；
2、负责业务部门对内投资的投中管理相关事项，发掘问题点，提出意见和建议，并协调解决与闭环；
3、负责业务对内投资的投后管理相关事项，发掘问题点，提出意见和建议，并协调解决与闭环；
4、负责评估分析投资情况，输出投资分析报告，并提报至上级投资主管部门；
5、负责评估分析投资相关制度流程合理性，主动协调解决制度流程缺陷或可优化点；
6、完成上级领导交办的其它工作任务。
1、模型开发与迭代：针对培养基优化、细胞培养参数预测、纯化条件推荐、制剂稳定性预测等场景，设计并实现ML模型；负责数据预处理→特征工程→模型选型与训练→交叉验证→超参数调优的全流程；把算法模型封装为内部可用工具。
2、可复用Pipeline建设：编写可复用的ML Pipeline代码，建立模型版本控制与实验追踪机制；
3、模型可解释性：在工艺科学家配合下进行SHAP/LIME等可解释性分析，确保模型输出对工艺人员可理解；
4、工具链与基础设施：搭建和维护团队模型训练与推理环境；开发面向AI Champion的轻量分析工具（Streamlit/Gradio应用），降低AI使用门槛；
5、跨板块技术支持：为AI Champion提供模型使用培训和技术答疑；协助各板块进行数据分析与可视化的quick win项目，快速建立信任；
6、文档与知识沉淀：编写模型开发文档和使用手册，定期组织内部技术分享，维护团队代码仓库和技术Wiki。
7、负责接口开发、可视化后台、实验数据自动导入、SHAP可解释性模块开发、软件开发。